作者 | Tina Anthropic 又发新模型了。 距离 Claude Opus 5.5 发布还不到一周，Anthropic 于 9 月 28 日推出 Claude Sonnet 5.5。这是 Claude 5.5 家族的第二款模型，Haiku 5.5 也将在未来几周内登场。 Anthropic 宣称，新模型的输出速度提升超过 30%，完成多数任务所需的 Token 更少，因此单任务成本最高可降低 30%。 Claude Code 创建者 Boris Cherny 还发布了一段演示，展示 Sonnet 5.5 通过 Claude Code 修复一个 Bug，并配文称：“速度提升 30%，使用量减少 30%。” 不过，Sonnet 5.5 虽然把 Sonnet 这个“中档模型”推到了接近 Opus 的位置，但当推理强度拉到最高，它对 Token 的消耗也达到了一个惊人的水平。 Sonnet 5.5 最明显的升级，就是编程 从 Anthropic 公布的数据看，Sonnet 5.5 的核心提升发生在 Coding Agent 场景。 其中变化最明显的是 Terminal-Bench 4.0。Sonnet 5.5 从上一代的 10.3% 跃升到 70.6%，还超过了 Opus 5.5 公布的最佳成绩。这项测试要求模型在命令行环境中自主使用工具，完成复杂的多步骤任务，考察的已经不只是代码补全能力，而是完整的 Agentic Coding 能力。 CursorBench 更接近日常开发。它使用来自 Cursor 编辑器真实编程会话的任务，包含需求模糊、跨文件修改和理解现有代码库等情况。Sonnet 5.5 在这项测试中得到 55.5%，与 Opus 5.5 的 57.8% 只差约两个百分点。 Anthropic 称，早期测试者最明显的感受，是 Sonnet 5.5 理解代码库的速度更快。它也更倾向于把多个工具调用批量执行，减少模型与终端之间来回交互的次数。对于 Claude Code 这类需要反复搜索、读取、修改、测试和验证的 Coding Agent，减少一步往往意味着同时减少等待时间、Token 消耗和中途出错的机会。 Lovable 的测试提供了一个更具体的观察：Sonnet 5.5 完成编程任务所需的工具调用减少约三分之一，Shell 执行次数大约减半。Base44 在 118 次真实应用构建中发现，Sonnet 5.5 平均经过 3.6 轮迭代完成一个应用，Opus 5 则需要 7.7 轮；新模型的工具调用失败次数也是所有参测模型中最少的。 这些变化比单纯的生成速度更重要。Coding Agent 的成本来自整条执行链：理解代码库、选择文件、调用工具、运行测试、发现错误，再回到代码中继续修改。Sonnet 5.5 的提升主要体现在这条链路变短了。 “单任务最高省 30%”，但有前提 Sonnet 5.5 延续了 Sonnet 5 的价格：每百万输入 Token 2 美元、输出 Token 10 美元、缓存读取 0.2 美元、缓存写入 2.5 美元。 与 Opus 5.5 相比，Sonnet 5.5 的输入、输出和缓存写入价格均低一半，缓存读取价格相同。 但 Artificial Analysis 的测试显示，当推理强度调到 Max 时，Sonnet 5.5 每项 Intelligence Index 任务平均生成约 19.3 万个输出 Token，是该机构测试过的模型中最高的。 这个数字比 Opus 5.5 Max 和 Sonnet 5 Max 高约 60%，约为 GPT-6 Astra Max 的 7 倍。Sonnet 5.5 Max 的单任务成本达到 7.60 美元，比 Sonnet 5 高约 50%。 作为交换，Sonnet 5.5 Max 在 Artificial Analysis Intelligence Index 中得到 56 分，只比 Opus 5.5 Max 低两分。 也就是说，Anthropic 所说的“单任务成本最高降低 30%”针对的是多数任务，并不代表把推理强度调到 Max 后仍然更省。 值得注意的是，Sonnet 5.5 在 FrontierCode 1.1 中使用 Max 设置时得到 46.2%，反而低于 Xhigh 的 52.1%。Anthropic 在脚注中称，Sonnet 5.5 在 Max 设置下更容易触发由多个子 Agent 执行的代码审查。Cognition 检查的两个案例中，出现了超时或任务范围外的额外修改，最终被 FrontierCode 扣分。 谁需要 Sonnet 5.5？ Sonnet 5.5 发布后，一名 Hacker News 用户提出了一个很现实的问题：Opus 5